Evaluación del efecto del estrés ambiental, la severidad y el estado pre-incendio en la recuperación post-incendio de masas de Pinus y Quercus.
DOI:
https://doi.org/10.17398/3101-7177.2.186Palabras clave:
Bosque mediterráneo, Recuperación, Landsat, 3-PGS, NPPResumen
Este estudio analiza la dinámica de recuperación forestal post-incendio de masas de Pinus y Quercus afectadas por incendios ocurridos en el año 2003 en Cataluña. El objetivo principal fue evaluar cómo factores topográficos, de estrés ambiental y la severidad del fuego influyen en el tiempo necesario para que la vegetación retorne a sus niveles de productividad primaria neta (NPP) previos al siniestro. Para ello, se empleó el modelo fisiológico simplificado Physiological Principles Predicting Growth from Satellites (3-PGS), en el que se integraron series temporales de la colección Landsat abarcando el período entre 2000 y 2020. Los resultados indicaron que la gran mayoría de las áreas estudiadas lograron recuperarse en este periodo de tiempo. No obstante, se observaron diferencias significativas entre géneros: Quercus mostró una recuperación más veloz que Pinus, especialmente durante el primer año posterior al fuego. Entre las variables evaluadas, la elevación y la severidad del incendio resultaron determinantes. Las zonas situadas a mayor altitud y aquellas que sufrieron incendios más intensos mostraron periodos de recuperación más prolongados en ambos tipos de bosques.
Descargas
Referencias
ASTER Science Team. (2019). ASTER Global Digital Elevation Model V003. https://doi.org/10.5067/ASTER/ASTGTM.003
Bonannella, C., Chirici, G., Travaglini, D., Pecchi, M., Vangi, E., D’Amico, G., & Giannetti, F. (2022). Characterization of Wildfires and Harvesting Forest Disturbances and Recovery Using Landsat Time Series: A Case Study in Mediterranean Forests in Central Italy. Fire, 5(3), 68. https://doi.org/10.3390/fire5030068
Coops, N. C., Waring, R. H., & Landsberg, J. J. (1998). Assessing forest productivity in Australia and New Zealand using a physiologically-based model driven with averaged monthly weather data and satellite-derived estimates of canopy photosynthetic capacity. Forest Ecology and Management, 104(1–3), 113–127. https://doi.org/10.1016/S0378-1127(97)00248-X
Copernicus Climate Change Service. (2020). E-OBS daily gridded meteorological data for Europe from 1950 to present derived from in-situ observations. ECMWF. https://doi.org/10.24381/CDS.151D3EC6
Generalitat de Catalunya. (2024). Wildfires of Catalunia. https://agricultura.gencat.cat/
Instituto Geográfico Nacional. (2024). PNOA LiDAR. https://pnoa.ign.es/
Key, C. H., & Benson, N. C. (2006). Landscape Assessment (LA). In D. C. Lutes, R. E. Keane, J. F. Caratti, C. H. Key, N. C. Benson, S. Sutherland, & L. J. Gangi (Eds.), FIREMON: Fire effects monitoring and inventory system (Gen. Tech. Rep. RMRS-GTR-164-CD, pp. LA-1-55). U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station.
Landsberg, J. J., & Waring, R. H. (1997). A generalised model of forest productivity using simplified concepts of radiation-use efficiency, carbon balance and partitioning. Forest Ecology and Management, 95(3), 209–228. https://doi.org/10.1016/S0378-1127(97)00026-1
Marchi, M., Castellanos-Acuña, D., Hamann, A., Wang, T., Ray, D., & Menzel, A. (2020). ClimateEU, scale-free climate normals, historical time series, and future projections for Europe. Scientific Data, 7(1), 428. https://doi.org/10.1038/s41597-020-00763-0
Roberts, D. W., & Cooper, S. V. (1989). Concepts and techniques of vegetation mapping. In Proceedings of a symposium—Land classifications based on vegetation: Applications for resource management (pp. 90–96). USDA Forest Service General Technical Report INT-257.
Rodrigues, M., De La Riva, J., Domingo, D., Lamelas, T., Ibarra, P., Hoffrén, R., & García-Martín, A. (2024). An empirical assessment of the potential of post-fire recovery of tree-forest communities in Mediterranean environments. Forest Ecology and Management, 552, 121587.https://doi.org/10.1016/j.foreco.2023.121587
Rouse, J. W., Haas, R. H., Schell, J. A., Deering, D. W., & Harlan, J. C. (1974). Monitoring the vernal advancement and retrogradation (greenwave effect) of natural vegetation (CR-144661). Remote Sensing Center Texas A&M University.
White, J. C. (2024). Characterizing forest recovery following stand-replacing disturbances in boreal forests: Contributions of optical time series and airborne laser scanning data. Silva Fennica, 58(2), 23076. https://doi.org/10.14214/sf.23076
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Ana Laura Giambelluca, María González-Audícana, Txomin Hermosilla, Jesús Álvarez Mozos (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
